网络时代,别让"本报讯"落伍——对新闻消息中电头和讯头革新的探讨

“本报讯”或“某通讯社某地某时电”分别称为“讯头”、“电头”，统称“消息头”，是任何新闻消息的起头第一笔，是消息这种新闻文体的标识，是新闻消息的外在特征。本文探讨新闻大课题中一个具牵动效应但极易被忽略的课题——新闻文本写作中．消息头的处理艺术及革新问题。     

准确把握新闻策划的度

新闻策划对媒体的重要作用,业界都是认同的。关键是怎样遵循新闻策划的一些实践原则,把握好“度”,避免炒作新闻。新闻炒作的几种表现新闻策划是为了使报道更能反映事物本质,更有效果,更有影响力,提高正面引导的作用。而新闻炒作主要是有些媒体指导思想出现偏差,或是受利益驱动,或是为了满足少数人的心理等等,过度炒作     

基于语义网计算英语词语相似度

本文介绍一种基于WordNet的计算英语词语相似度的实现方法:从WordNet中提取同义词并采取向量空间方法计算英语词语的相似度。向量包括三方面:(1)WordNet的同义词词集(Synset),(2)类属信息(Class),(3)意义解释(Sense explanation)。实验结果表明,这是计算英语词语相似度的一种可行的方法。     

XML文档自动聚类研究

本文在文本聚类的基础上对XML文档自动聚类进行了研究,对划分聚类法和层次聚类法进行了改进,使之适合于XML文档聚类;给出了元素比较法、边集比较法和编辑距离法等三种计算文档间相似度的方法,并利用实际数据进行了测试和分析。     

NFCNNC:一种新的模糊竞争神经网络聚类模型及其在文本聚类中的应用

提出了一种新的模糊竞争神经网络聚类模型NFCNNC,并将其应用到文本聚类中。NFCNNC将模糊中心聚类(FCC)算法得到的模糊聚类中心向量作为神经网络的权值,通过比较隶属度值得到获胜神经元。网络中仅两个神经元同时调节权值。隶属度值最大的神经元以较大的学习率调整权值,隶属度次大的神经元以较小的学习率调整权值,其他神经元权值不变。按照FCC算法调整模糊聚类中心向量值(即权值)和神经元的隶属度,当网络稳定时,即可确定聚类数。与传统模糊神经网络模型相比,本文的模糊神经网络模型具有结构简单、运行效率高、聚类精度高的优点,同时克服了传统算法需预先指定聚类数的局限性。通过对文本聚类的实验验证,本算法取得了良好的效果。     

信息检索中修饰语作用的研究

在海量信息中检索时,与用户查询相关的信息常常被漏掉,而与查询无关的信息———信息垃圾,却大量地出现在检索结果中。改进文本信息检索系统的质量,提高检索效能,已成为亟待解决的问题。本文针对能够影响检索效力的一个易被忽略的因素———修饰语,研究其在文本信息检索中的作用。为此,构建了修正的向量空间模型(Modified Vector Space Model,MVSM),并以英文文本进行试验,进而说明修饰语的作用。     

基于文献的知识发现的应用进展研究

本文在对共词分析、共引分析理论、Swanson理论以及文本挖掘理论应用进展进行系统研究的基础上,将分别基于上述理论的基于相关文献发现、基于非相关文献发现和基于全文献发现统一整合于“基于文献知识发现”之下,构建起完整的基于文献知识发现的方法与应用研究体系,同时分析了其应用前景。     

快乐草根的英雄宣言

“英雄”、“我最威风”成了湖南卫视2006年的一大特色。这种“英雄化”效应经过《谁是英雄》系列节目的一路推广．终于在2006年的“吉列威锋英雄会”上达到了一个高潮。《谁是英雄》缘何能异军突起，制造出新一轮的草根狂欢？笔者试从机构．文本与受众三个方面来进行剖析．力图阐释该电视文本流行的内在机制。     

网络环境下的读者服务工作

随着因特网的发展和普及，信息资源在全世界交流和共享正在变成现实。而那种单一的、以印刷型献为主的图书馆信息服务，只能把工作内容局限在本式的传统方式上，其服务面窄，服务方式被动，服务工作长期停留在借借还还上，已远远不能满足广大读对海量信息的快速检索与利用的需求。在这种形势下，图书馆应从根本上改变这种状况，积极开发利用网络资源，以用定藏，共建共享，使服务工作呈现出开放性、主动性、     

论“信息所指”“信息所指对象”和“信息能指”的认识论价值

“信息所指”、“信息所指对象”、“信息能指”以及“信息能度”等概念不仅可深化对信息的理论认识,甚至可解决哲学认识论中的重大问题。信息所指即信息自身并不是信息所指对象。生命体的信息能力尤其是信息能度不同,面对同一信息所指对象会形成不同的信息或不形成信息。“信息能指”即“信息能度”的现实表现,它是“可知”与“不可知”之间的理论边界。而且不同生命体的这一边界并不相同。“可知论者”和“不可知论者”的共同错误是漠视了这一边界的存在。